Методы анализа экономической системы
Имитационное моделирование как мощнейший метод анализа экономической системы, заключающийся в проведении на ЭВМ экспериментов с математическими моделями сложных систем реального мира. Определение вероятности возникновения потерь инвестиционных проектов.
Рубрика | Экономико-математическое моделирование |
Вид | реферат |
Язык | русский |
Дата добавления | 15.11.2010 |
Размер файла | 32,5 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
20
Метод оценки вероятности исполнения позволяет дать упрощенную статистическую оценку вероятности исполнения какого - либо решения путем расчета доли выполненных и невыполненных решений в общей сумме принятых решений.
Метод анализа вероятностных распределений потоков платежей позволяет при известном распределении вероятностей для каждого элемента потока платежей оценить возможные отклонения стоимостей потоков платежей от ожидаемых. Поток с наименьшей вариацией считается менее рисковым. Деревья решений обычно используются для анализа рисков событий, имеющих обозримое или разумное число вариантов развития. Они особо полезны в ситуациях, когда решения, принимаемые в момент времени t = n, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий. Этапы использования данного метода:
1. Для каждого момента времени t определяют проблему и все возможные варианты дальнейших событий.
2. Откладывают на дереве соответствующую проблеме вершину и исходящие из нее дуги.
3. Каждой исходящей дуге приписывают ее денежную и вероятностную оценки.
4. Исходя из значений всех вершин и дуг рассчитывают вероятное значение критерия NPV (либо IRR).
5. Проводят анализ вероятностных распределений полученных результатов.
Имитационное моделирование является одним из мощнейших методов анализа экономической системы; в общем случае под ним понимается процесс проведения на ЭВМ экспериментов с математическими моделями сложных систем реального мира. Имитационное моделирование используется в тех случаях, когда проведение реальных экспериментов, например, с экономическими системами, неразумно, требует значительных затрат и/или не осуществимо на практике. Кроме того, часто практически невыполним или требует значительных затрат сбор необходимой информации для принятия решений, в подобных случаях отсутствующие фактические данные заменяются величинами, полученными в процессе имитационного эксперимента (т.е. генерированными компьютером).
Аналитические методы позволяют определить вероятность возникновения потерь на основе математических моделей и используются в основном для анализа риска инвестиционных проектов. Возможно использование таких методов, как анализ чувствительности, метод корректировки нормы дисконта с учетом риска, метод эквивалентов, метод сценариев./8/
Анализ чувствительности сводится к исследованию зависимости некоторого результирующего показателя от вариации значений показателей, участвующих в его определении. Другими словами, этот метод позволяет получить ответы на вопросы вида: что будет с результирующей величиной, если изменится значение некоторой исходной величины? Для анализа чувствительности главное - это оценить степень влияния изменения каждого (или их комбинации) из входных параметров, чтобы предусмотреть наихудшее развитие ситуации в бизнес плане (инвестиционном проекте). Рассматривается обычно пессимистический, наиболее вероятный и оптимистический прогнозы и рассчитываются результаты инвестиционного проекта. Результаты анализа чувствительности учитываются при сравнении взаимозаменяемых и невзаимозаменяемых инвестиционных проектов. При прочих равных условиях выбирается инвестиционный проект наименее чувствительный к ухудшению входных параметров. В анализе чувствительности речь идет не о том, чтобы уменьшить риск инвестирования, а о том, чтобы показать последствия неправильной оценки некоторых величин. Анализ чувствительности сам по себе не изменяет факторы риска. Формула для сравнения исходных параметров с рассчитанными по данным анализа чувствительности:
ДА - изменение величины в %;
Аисх - исходное (начальное) значение параметра А;
Аач - параметры рассчитанные по данным анализа чувствительности (конечное значение А).
Метод корректировки нормы дисконта с учетом риска является наиболее простым и вследствие этого наиболее применяемым на практике. Основная его идея заключается в корректировке некоторой базовой нормы дисконта, которая считается безрисковой или минимально приемлемой./10/ Корректировка осуществляется путем прибавления величины требуемой премии за риск, после чего производится расчет критериев эффективности инвестиционного проекта. Например, фирма может установить премию за риск в размере 10%, при расширении успешного использования объекта интеллектуальной собственности, 15% при использовании нового объекта интеллектуальной собственности в проекте, связанном с основной деятельностью фирмы, и 20% в случае, когда использование объекта интеллектуальной собственности связано с выпуском продукции и внедрением технологии, требующих освоения новых для фирмы видов деятельности и рынков. Пусть предельная величина ставки доходности равна 8%. Тогда для перечисленных случаев использования объекта интеллектуальной собственности норма дисконта будет соответственно равна 18, 23 и 28%. Этот метод позволяет привести будущие потоки платежей к настоящему моменту времени, но не дает никакой информации о степени риска. При этом полученные результаты существенно зависят только от величины надбавки за риск. Кроме того, он предполагает увеличение риска во времени с постоянным коэффициентом, хотя для многих проектов с использование объектов интеллектуальной собственности характерно наличие рисков в начальный период с их постепенным снижением к концу реализации.
С помощью метода достоверных эквивалентов осуществляется корректировка ожидаемых значений потока платежей путем введения специальных понижающих коэффициентов(а) с целью приведения ожидаемых поступлений к величинам платежей, получение которых практически не вызывает сомнений и значения которых могут быть достоверно определены.
аt= CCFt / RCFt
где: CCFt - величина чистых поступлений от безрисковой операции в период t;
RCFt - ожидаемая (запланированная) величина чистых поступлений от реализации проекта в период t;
t - номер периода.
Тогда достоверный эквивалент ожидаемого платежа может быть определен как:
CCFt = аtRCFt
где аt<=1
Таким образом, осуществляется приведение ожидаемых поступлений к величинам платежей, получение которых практически не вызывает сомнений и значения которых могут быть определены более или менее достоверно либо точно.
После того, как значения коэффициентов определены, осуществляется расчет критерия NPV:
NPV = S (at*CFt)/(1+r)t - I0
где: CFt - суммарный поток платежей в период t;
r - используемая ставка процента;
at - корректирующий множитель;
I0 - начальные инвестиции;
n - срок проекта.
Предпочтение отдается тому проекту, по которому величина NPV больше.
Пример
Предприятие оценивает риск проекта, первоначальные затраты по которому составят 100 тыс. руб. ожидаемые чистые поступления от реализации проекта равны 50 тыс., 60 тыс. и 40 тыс. руб. В результате опроса экспертов получены следующие значения коэффициентов достоверности: 0,9, 0,85 и 0,6 соответственно. Ставка дисконта равна 8%.
Расчет скорректированного потока платежей осуществляется следующим образом:
Таблица 1
t |
T/ (1+0,08)t |
CFt |
аt |
аt * CFt |
NPV |
|
0 1 2 3 |
1 0,9259 0,8573 0,7938 |
-100 000 50 000 60 000 40 000 |
1,00 0,90 0,85 0,60 |
-100 000 45 000 51 000 24 000 |
-100 000 41 666,67 43 724,28 19 051,97 |
Вариант 2 наиболее привлекательный, поскольку NPV=43 724,28, что является наибольшей величиной среди всех остальных.
Метод сценариев позволяет совместить исследование чувствительности результирующего показателя с анализом вероятностных оценок его отклонений. С помощью этого метода можно получить достаточно наглядную картину для различных вариантов событий. Он представляет собой развитие методики анализа чувствительности, так как включает одновременное изменение нескольких факторов. /6/ Этапы применения данного метода:
1. Определяют несколько вариантов изменений ключевых исходных показателей (например, пессимистический, наиболее вероятный и оптимистический).
2. Каждому варианту изменений приписывают его вероятностную оценку.
3. Для каждого варианта рассчитывают вероятное значение критерия NPV (либо IRR), а также оценки его отклонений от среднего значения.
4. Проводится анализ вероятностных распределений полученных результатов.
Проект с наименьшими стандартным отклонением (s) и коэффициентом вариации (СV) считается менее рисковым. В целом метод позволяет получать достаточно наглядную картину для различных вариантов реализации проектов.
Метод экспертных оценок.
Представляет собой комплекс логических и математико - статистических методов и процедур по обработке результатов опроса группы экспертов, причем результаты опроса являются единственным источником информации. В этом случае возникает возможность использования интуиции, жизненного и профессионального опыта участников опроса. Метод используется тогда, когда недостаток или полное отсутствие информации не позволяет использовать другие возможности. Метод базируется на проведении опроса нескольких независимых экспертов, например, с целью оценки уровня риска или определения влияния различных факторов на уровень риска. Затем полученная информация анализируется и используется для достижения поставленной цели. Можно выделить следующие типы групповых экспертных процедур:
· открытое обсуждение поставленных вопросов с последующим открытым или закрытым голосованием;
· свободное высказывание без обсуждения и голосования;
· закрытое обсуждение с последующим закрытым голосованием или заполнением анкет экспертного опроса.
Основным ограничением в его использовании является сложность в подборе необходимой группы экспертов.
Метод аналогов используется в том случае, когда применение иных методов по каким - либо причинам неприемлемо. Метод использует базу данных аналогичных объектов для выявления общих зависимостей и переноса их на исследуемый объект./8/
Пример:
Фирма решает вопрос о целесообразности инвестирования своих средств в новый проект. Предлагаемый к реализации менеджерами фирмы инвестиционный проект стоит 250 тысяч долларов. Прибыль, которая может быть получена в случае успешного завершения проекта, по предварительным оценкам составит 130 тысяч долларов. Требуется оценить степень риска от вложения инвестиций и ожидаемые результаты данного проекта на основании следующей информации.
Таблица 2
Предыдущие проекты |
Степень риска (коэфициент b, %) |
|
A |
25 |
|
B |
30 |
|
C |
20 |
|
D |
40 |
В этом случае степень риска данного инвестиционного проекта может быть определена следующим образом. Если предположить, что направленность деятельности данной фирмы практически во все периоды времени одинакова, то, следовательно, можно сделать и предположение о том, что проекты A, B, C и D, имея некоторые отличия, все же были приблизительно одинаковы с точки зрения воздействия на них различных видов риска.
В наиболее общем виде степень риска нового инвестиционного проекта может быть рассчитана как среднеарифметическое степеней риска предыдущих проектов. Таким образом,
Получив степень риска данного проекта 28,75%, можно оценить его предполагаемые финансовые результаты. Стоимость инвестиционного проекта должна быть скорректирована на степень риска в сторону увеличения, что будет составлять:
Прибыль от реализации проекта должна быть также скорректирована на степень риска в сторону ее уменьшения:
Подобные документы
Имитационное моделирование как метод анализа экономических систем. Предпроектное обследование фирмы по оказанию полиграфических услуг. Исследование заданной системы с помощью модели типа "Марковский процесс". Расчет времени обслуживания одной заявки.
курсовая работа [42,0 K], добавлен 23.10.2010Методы построения имитационных моделей экономических объектов. Проведение анализа по результатам численных экспериментов на имитационной модели оптового магазина. Выявление закономерностей, которые помогут в проведении кадровой политики предприятия.
курсовая работа [389,0 K], добавлен 28.11.2010Анализ традиционных методов оценки экономической эффективности инвестиционных проектов в условиях риска и неопределенности. Применение теории нечетких множеств в оценке экономической эффективности и риска инвестиционных проектов.
реферат [109,0 K], добавлен 21.10.2006Изучение и отработка навыков математического моделирования стохастических процессов; исследование реальных моделей и систем с помощью двух типов моделей: аналитических и имитационных. Основные методы анализа: дисперсионный, корреляционный, регрессионный.
курсовая работа [701,2 K], добавлен 19.01.2016Теоретические основы математического прогнозирования продвижения инвестиционных инструментов. Понятие системы имитационного моделирования. Этапы построения моделей экономических процессов. Характеристика ООО "Брянск-Капитал". Оценка адекватности модели.
курсовая работа [2,1 M], добавлен 20.11.2013Элементы теории массового обслуживания. Математическое моделирование систем массового обслуживания, их классификация. Имитационное моделирование систем массового обслуживания. Практическое применение теории, решение задачи математическими методами.
курсовая работа [395,5 K], добавлен 04.05.2011Понятие экономико-математического моделирования. Совершенствование и развитие экономических систем. Сущность, особенности и компоненты имитационной модели. Исследование динамики экономического показателя на основе анализа одномерного временного ряда.
курсовая работа [451,4 K], добавлен 23.04.2013Анализа циклического поведения нелинейных динамических экономических систем. Периоды экономических циклов. Признаки кризиса и катастроф в поведении системы. Результаты моделирования с производственным лагом и сроком службы. Начальный дефицит товара.
лабораторная работа [982,3 K], добавлен 22.12.2012Понятие имитационного моделирования, применение его в экономике. Этапы процесса построения математической модели сложной системы, критерии ее адекватности. Дискретно-событийное моделирование. Метод Монте-Карло - разновидность имитационного моделирования.
контрольная работа [26,7 K], добавлен 23.12.2013Определение назначения и описание системы массового обслуживания на примере производственной системы по выпуску печенья. Анализ производственной системы с помощью балансовой модели. Определение производительности системы: фактической и потенциальной.
курсовая работа [1,6 M], добавлен 10.01.2021